AI workflows en producción
Un AI workflow no es un chatbot. Es un trozo de tu operación que ahora funciona solo, con una persona donde el criterio importa, y alguien que responde cuando falla.
¿Qué es un workflow de IA en producción?
Un proceso que antes iba con personas y hojas de cálculo, y ahora lo hace funcionar un agente con acceso a tus sistemas: lo dispara un hecho real, lee el contexto del negocio, decide, pregunta a una persona cuando el riesgo lo pide, actúa a través de tus herramientas, y deja un rastro que puedes evaluar. Producción significa que funciona cada día, con volumen real, y con las formas de fallar conocidas. Una demo no hace nada de eso.
Cómo trabajamos: qué es un forward deployed engineer (FDE) y por qué importa →
La anatomía de un workflow
- 01
Disparador
Llega un correo, cambia un pedido, entra un archivo, se supera un umbral.
- 02
Contexto de negocio
Las reglas, el historial y los datos que la decisión necesita, sacados de donde están.
- 03
Agente
Un modelo con un trabajo concreto y las herramientas adecuadas, no un chat general.
- 04
Herramientas, APIs, datos
Tu ERP, CRM, correo, documentos y proveedores, conectados con los mínimos permisos que funcionan.
- 05
Decisión
Una salida estructurada que se puede comprobar, no texto libre.
- 06
Aprobación humana
Cuando un error sale caro, una persona confirma. El resto fluye.
- 07
Acción
Se actualiza el registro, se envía la respuesta, se cambia la reserva.
- 08
Evaluación y observabilidad
Cada ejecución queda registrada y puntuada: sabes que funciona y ves dónde falla.
Cuatro patrones que desplegamos
Operaciones
- correo entrante
- clasificar
- extraer
- validar
- ERP
- excepciones a una persona
El buzón que tres personas repasan se convierte en una cola que se repasa sola, con los casos raros hacia quien sabe.
Ingeniería
- issue
- contexto
- implementación
- tests
- pull request
- revisión
Los agentes escriben, prueban y revisan dentro de tu repositorio y tus reglas; los ingenieros deciden qué sale.
Finanzas
- factura
- extraer
- validar
- conciliar
- aprobación
- contabilizar
Los documentos pasan a estructurados, casados y aprobados, con una persona en las excepciones y en los importes que importan.
Operaciones de travel
- cambio de vuelo
- reglas
- alternativas
- cliente
- acción sobre la reserva
Eventos del GDS, reglas tarifarias y contacto con el cliente en un solo flujo, de la notificación al billete reemitido.
Producción significa
Evaluación
Medimos si el workflow hace el trabajo de verdad, con tus datos, antes y después de cada cambio.
Observabilidad
Puedes ver qué ha hecho el agente, por qué, y dónde ha fallado. Ninguna caja negra en medio de tu operación.
Control humano
Las decisiones de más impacto se quedan con personas. El workflow sabe cuáles son.
Seguridad
Permisos mínimos, tu infraestructura, tus cuentas. Los datos se quedan donde están.
Gestión de errores
Los agentes fallan. Un sistema en producción sabe qué pasa después: reintentar, retroceder o pasarlo a alguien.
Coste
El modelo sigue la economía de la tarea, no la moda. Pequeño donde lo pequeño funciona.
Preguntas frecuentes
¿En qué se diferencia un AI workflow de un chatbot?
Un chatbot espera una pregunta. Un workflow lo dispara tu operación, actúa sobre tus sistemas y se mide por el resultado. Uno es una interfaz; el otro es trabajo hecho.
¿Tenemos que cambiar de herramientas?
No. Nos conectamos a lo que tienes: ERP, CRM, correo, documentos, proveedores. Si una herramienta es el cuello de botella te lo decimos, pero no empezamos sustituyendo nada.
¿Qué modelo usáis?
El que encaja con la tarea y el presupuesto. La mayoría de workflows van con un modelo pequeño para los pasos rutinarios y uno grande solo donde hace falta criterio. No tenemos plataforma que vender, así que la elección es libre.
¿Y si el agente se equivoca?
Se equivocará, a veces. Por eso el workflow tiene puntos de control, evaluación y una salida definida. El objetivo no es cero errores, es saber cuándo pasan y qué pasa después.
¿Cuánto tarda en funcionar el primer workflow?
Semanas, no meses. Unos días para mapear el proceso y conectar el contexto, y después iteraciones en producción con tu equipo.
¿Qué proceso se come tu semana?
Cuéntanoslo. Te diremos si es un workflow para la IA, y cómo lo llevaríamos a producción.